TpaBka,

Такие технологии есть. В фильмах про шпионов. А в реальной жизни лишь жалкие неудачные попытки. Так что ты первый, кто взялся за это дело) к примеру, все навороченные телефоны и фотоаппараты, которые должны распознавать лицо(по сути, плевое дело) частенько не справляются с этой задачей или определяют как лицо человека плечи, колени, пятки, деревья... Говорят, сейчас начали ставить камеры, сравнивающие прохожих с фотороботом преступников. Очередная байка. А твоя задача намного сложнее, т.к. Толком неизвестно, что именно нужно найти.
Алгоритм поиска с картинки: сначала искать рядом стоящие пиксели, лишь немного отличающиеся по цвету. Закрашивать похожие пиксели одним цветом. У тебя должна получиться мультяшная картинка, с которой проще работать. Затем посчитать количество символов в полученных фигурах. Если пикселей больше или меньше, чем надо, значит, это не книга. Если это книга, вырезаем все инородные пиксели из фигуры: это и будут надписи и картинки на книгах. Дальше ты по-прежнему первопроходец, т.к. Даже сканер не распознает книгу, если она лежит наклонно, путает буквы и прочее. Затем вывести пользователю распознанные надписи и картинки для каждой книги
для создания из фильма огромной картинки нужно использоввть кодеки. Ведь они, по сути, понимают, что одна картинка является слегка измененной предыдущей. Но это муторно. Как вариант, можно вырезать каждую 20ую картинку из видео, сравнивать с предыдущей вырезанной, с учетом изменчивости пикселей и размеров предметов найти соответствия, найти линию, которая делит пиксели, совпавшие с предыдущей картинкой, и новые пиксели. Дорисовать новые пиксели к старой картинке. Воть)